Mikä on diskreetti Data Set ?

Kun käynnissäkokeilu tai kyselytutkimuksen , sinun täytyy kerätä tietoja tehdä johtopäätöksiä työsi . Kerättävät tiedot voi pudota kahta erityyppistä , diskreetti tai jatkuva . On hyödyllistä tietää , millaistatietoa on niin voit parhaiten analysoida ja esittää se . Tiedot

Data määritellään tosiseikkoja tai tilastoja kokosi viite tai analyysia . Voit kerätä omia tietojasi , esimerkiksi mittaamalla muuttujiakokeessa tai tallentamalla ominaisuuksienjoukko esineitä tai ihmisiä . Tietueen on luettelo mittauksiin tai kokoelma nauhoituksia , teit . Mittauksia teet tunnetaanotoksen kokokeräämiseen.
Erillinen tiedot

on kahta päätyyppiä tiedot: diskreetti ja jatkuva . Sana " diskreetti" tarkoitetaan erillisiä ja itsenäisiä . Diskreetti data onäärellinen määrä luonnollisia luokkia , kun taas jatkuva tieto voi ollaääretön määrä arvoja , eikä sillä ole luonnollisia luokkia . Luokat erilliset tiedot eivät ole päällekkäisiä . Matemaattisesti , arvot diskreetti tieto voi olla eri , eristetty pistettä määrä rivillä .
Esimerkkejä diskreetti tieto

esimerkki erillisiä data on hiusten tai silmien väri . Vuonna silmien väri ,luokkiin voi olla sininen , ruskea , vihreä ja pähkinäpensas . Esimerkiksi jatkuva data on pituus tai paino , jos tällaisia ​​luokkia ole. Voit asettaa omia luokkia päälle paino laittamalla jokaisen mittauksen tuleeerilaisia ​​painoja . Esimerkiksi nämä alueet voivat olla 100-109 kiloa ja 110-119 kiloa , muuttaen sendiskreetti tietokokonaisuus . Kuitenkinluonnollinen tapa ilmaista punnitukset on jatkuvana keräämiseen.
Esittäminen ja analysointi Discrete Data

useita tapoja esittää tietoa ajankäytön näyttämään erillisiä tietoja erityisesti . Yksinkertaisin tapa on listatataulukon tietoja luokkia yhdessä sarakkeessa ja useita tapahtumia , tai taajuus , seuraavassa sarakkeessa . Yksinkertainen analyysi voit tehdä on laskeaprosenttiosuus koko taajuus , että jokainen muodostaa . Tee tämä laskemalla kunkin taajuuden löytääkoko ja jakamallataajuus kunkin kategorianyhteensä taajuuden . Tulos kerrotaan 100 löytääprosenttiyksikköä .

Pylväskaaviot ovatvisuaalisesti stimuloiva menetelmä esittäädiskreetti tietokokonaisuus , jossa jokainen luokka on oma baarix - akselinkuvaajan jataajuus kunkin luokan y- akselilla .